CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Lý thuyết về các đặc điểm kinh tế lượng được sử dụng trong nghiên cứu
3.2.2.2. Lựa chọn độ trễ tối đa
Alt (1942) và Tinberger (1949) cho rằng khi sử dụng mơ hình hồi quy, chúng ta giả định rằng các biến độc lập tác động tức thì lên biến phụ thuộc và biến phụ thuộc chỉ chịu tác động của biến độc lập. Tuy nhiên, đối với các mơ hình sử dụng các biến số kinh tế thì giả định này thường khơng chính xác. Tác động của biến độc lập có thành phần tác động tức thời và có thành phần tác động trễ. Mặt khác, đôi khi bản thân biến phụ thuộc cũng có “qn tính” hay “sức ỳ” của nó. Do đó, một bước quan trọng đầu tiên khi bắt tay vào ước lượng mơ hình 𝑉𝐴𝑅 là xác định độ trễ tối ưu.
Có nhiều chỉ tiêu được đề xuất cho việc lựa chọn độ trễ tối ưu bao gồm: Final Prediction Error (FPE) của Akaike (1969), Akaike Information Criterion (AIC) cũng được đề xuất bởi Akaike (1974), Schwarz Criterion (SC) của Schwarz (1978) và Hannan-Quinn Information Criterion (HQ) của Hannan và Quinn (1979). Một chỉ tiêu thơng tin có giá trị nhỏ hơn đồng nghĩa với việc mơ hình có mức độ phù hợp cao hơn. Các chỉ tiêu này được tính tốn như dưới đây:
𝐴𝑘𝑎𝑖𝑘𝑒 𝐼𝐶 = −2𝐿𝑀 𝑇 + 2 𝑘 𝑇 𝑆𝑐ℎ𝑤𝑎𝑟𝑧 𝐼𝐶 = −2𝐿𝑀 𝑇 + 2 𝑙𝑛(𝑘) 𝑇 𝐻𝑎𝑛𝑛𝑎𝑛 − 𝑄𝑢𝑖𝑛𝑛 𝐼𝐶 = −2𝐿𝑀 𝑇 + 2 𝑘𝑙𝑛(𝑙𝑛(𝑇))𝑇 𝑇
Trong đó, 𝐿𝑀 là hàm log-likelihood, 𝑘 là số lượng tham số và 𝑇 là số lượng quan sát. Theo nhiều nghiên cứu trước đây, bậc trễ 0 và 1 được đánh giá là phù hợp với hầu hết chuỗi dữ liệu thời gian, các bậc trễ cao hơn chỉ tạo nên một tình huống phức tạp hơn mà khơng đem lại sự cải thiện đáng kể. Do đó, nghiên cứu này chỉ xem xét đến 2 bậc trễ là 0 và 1 cho mơ hình này.